नेव्हिगेशन
AI BENCHY
Advertise here

DeepSeek V4 Flash 0731 vs Laguna XS 2.1

average score जवळपास समान आहे: 5.4 vs 5.3. Laguna XS 2.1 चा benchmark खर्च कमी आहे: $0.008 vs $0.021. Laguna XS 2.1 वेगवान आहे: 1.55s vs 20.70s, pass rates 27.3% vs 30.3%.

AI BENCHY टेस्ट सूटमधून बेंचमार्क या वेळी तयार झाले: 2026-08-01

क्रमांक
#182
एकूण आउटपुट टोकन्स
25,424
प्रतिसाद वेळ (सरासरी)
20.70s
एकूण खर्च
$0.021
क्रमांक
#184
एकूण आउटपुट टोकन्स
13,377
प्रतिसाद वेळ (सरासरी)
1.55s
एकूण खर्च
$0.008
शिफारस केलेले मॉडेल Laguna XS 2.1

It has the best score here (5.3), while costing about 2.9x less than DeepSeek V4 Flash 0731.

तपशीलवार तुलना

मेट्रिक DeepSeek V4 Flash 0731 DeepSeek V4 Flash 0731 none प्रकाशन: 2026-08-01 Laguna XS 2.1 Laguna XS 2.1 none प्रकाशन: 2026-07-02 मोफत उपलब्ध
स्कोअर 5.4 5.3
क्रमांक #182 #184
विश्वसनीयता 10.0 10.0
सुसंगतता 8.6 9.0
बरोबर चाचण्या
प्रति प्रयत्न पास दर 27.3% 30.3%
अस्थिर चाचण्या 4 3
एकूण रन 66 66
प्रति निकाल खर्च 0.509 0.143
एकूण खर्च $0.021 $0.008
इनपुट किंमत $0.140 / 1M $0.060 / 1M
आउटपुट किंमत $0.280 / 1M $0.120 / 1M
एकूण इनपुट टोकन्स 94,557 91,598
आउटपुट टोकन्स 25,424 13,377
रिझनिंग टोकन्स 0 0
प्रतिसाद वेळ (सरासरी) 20.70s 1.55s
प्रतिसाद वेळ (कमाल) 387.15s 19.02s
प्रतिसाद वेळ (एकूण) 455.38s 34.19s

मॉडेल जनरेशन शोकेस

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#182 DeepSeek V4 Flash 0731

none
खर्च
$0.004
वेळ
198.4s
टोकन्स
14,316 tok

#184 Laguna XS 2.1

none
खर्च
$0.001
वेळ
27.6s
टोकन्स
4,344 tok

स्कोअरनुसार शीर्ष मॉडेल्स

स्कोअर विरुद्ध एकूण खर्च

प्रतिसाद वेळ (सरासरी)

स्कोअर vs प्रतिसाद वेळ (सरासरी)

एकूण आउटपुट टोकन्स

स्कोअर vs एकूण आउटपुट टोकन्स

श्रेणीवार तपशील

कोडिंग स्कोअर सुसंगतता प्रति प्रयत्न पास दर अस्थिर चाचण्या बरोबर चाचण्या प्रतिसाद वेळ (सरासरी) इनपुट टोकन्स आउटपुट टोकन्स रिझनिंग टोकन्स
DeepSeek V4 Flash 0731 4.3 10.0 0.0% 0 1.72s 7,275 505 0
Laguna XS 2.1 4.3 7.8 22.2% 1 623ms 7,995 562 0

झटपट तुलना

तुलना जोडी बदला